Yapay zeka firmaları bütün interneti ve telifli belgeleri toplayarak kendilerine büyük verisetleri yarattılar. Özellikle Google, Meta ve Microsoft ellerindeki koca platformlardan tonlarca veri elde ettiler. Bu sayede zeki modelleri eğitebilecek kapasiteye sahipler.
Fine-tuning kısmında ise açık kaynak veri setleri bulunuyor veya amaca göre veri seti oluşturuluyor. Birçok kaynaktan çekilebilir, genelde amaca göre internet taranır(scraping) ve veri setlerine eklenir. Büyük firmalar tabii bunları çok büyük ölçekte yapıyorlar.
Verinin toplanmasının etikliği ve telif hakları ise genelde bir soru işaretidir, birçok ülkede yapay zeka için toplanan verinin nasıl telifi değerlendirileceği belirsizdir, yasalaştırılmamıştır.
Eğitmeye gelince birçok yapay zeka kütüphanesi mevcut. Pytorch veya tensorflow onlardan sadece birkaçı ancak en çok kullanılanları bunlar. Yapay zeka eğitiminde kullanılıyorlar. Yapay zeka dediğim gibi amacın manuel belirlendiği bir alan. Sadece verinin sınıflandırılıp ilişkilerin oluşturulması yapay zekada.
Zaten eğitilmiş bir yapay zeka modeli üzerine o alana uygun veri seti ile eğitim yapılarak modelin ağırlıkları güncellenir. Hem önceki deneyimlere hem de yeni eklenen veriye sahip olur model. Tabii beynimizde olduğu gibi bazı bilgilerin yok olması veya yenilerinin gelmesi de söz konusudur.
